Acompáñanos en una amena sesión donde un padre y su hija explorarán el mundo de las gominolas utilizando la plataforma de Diseño Personalizado. Partiendo de su experiencia previa con Easy DOE, nuestros presentadores —un director de I+D de JMP y su hija, ahora de 10 años— se adentrarán en las complejidades del Diseño Personalizado para investigar cómo diversos factores afectan a las gominolas.
En esta sesión, hablaremos sobre cómo configurar un experimento con Diseño Personalizado, descubriendo los retos y las lecciones aprendidas al pasar de un usuario familiarizado únicamente con Easy DOE a un entorno más dinámico. Tanto si eres nuevo en el diseño de experimentos como si buscas ampliar tus conocimientos, esta sesión te ofrece estrategias y consejos valiosos para tus propios proyectos . Descubre de primera mano cómo este dúo utiliza el Diseño Personalizado para optimizar sus experimentos con ositos de goma y obtener resultados dulces (y pegajosos).
Bienvenidos a nuestra charla de hoy titulada "¡Súper interesante!: De un diseño de experimentos sencillo a un diseño personalizado con ositos de goma". Soy Ryan Lekivetz, director de JMP.
Soy Rory Lekivetz, estudiante de la escuela primaria Northwoods.
Bien, ¿qué vamos a ver hoy? Nos interesaba mucho cómo afectan diferentes factores a las gominolas. Nuestra experimentadora, Rory, tenía experiencia previa con el Diseño de Experimentos Fácil (Easy DOE). Pero quería probar el Diseño Personalizado porque había oído que era la versión más compleja. Sin embargo, lo que veremos es que, si bien el diseño fue sencillo, el análisis no lo fue tanto. También veremos algunas lecciones sobre la dificultad de obtener respuestas objetivas en experimentos caseros. Ahora, cuéntanos, ¿cómo decidiste realizar este experimento?
El año pasado, durante una visita a Discovery, me llevé a casa un paquete de ositos de goma y los puse en agua caliente para ver cómo cambiaba su textura. Y, efectivamente, se ablandaron mucho. Así que quise hacer un experimento a partir de eso.
Ah. ¿Y si les contamos cuáles fueron los factores que elegimos en nuestro experimento?
Así que elegimos dos marcas y probamos la temperatura (congelador, temperatura ambiente y caliente) y el tiempo (dos y cinco minutos). Analizamos el tiempo de exposición, la temperatura, el color, ya que pensé que los diferentes pigmentos podrían hacer que las gomitas fueran más blandas o más duras. También consideramos la exposición al aire, porque dejarlas toda la noche las endurecería mucho. Sin embargo, quedaron como recién sacadas de la bolsa.
Sí. O si lo hubiéramos dejado fuera. Sí. Creo que ya te imaginabas que la temperatura iba a influir, ¿verdad? Sí. Ah, y de hecho, para calentarlo lo pusimos debajo de una lámpara. Teníamos una lámpara de escritorio que se calienta bastante. Así que fue suficiente para generar algo de calor. Creo que fue porque intentamos, ¿intentamos hervir agua al principio?, y solo conseguimos que la gominola se derritiera. Ahora, nuestras respuestas. ¿Cuál fue la primera idea de papá? Pensé, como solemos tener respuestas subjetivas, que esto iba a ser genial. Intentemos una respuesta objetiva. Así que esta fue la idea de papá. Teníamos una batería de nueve voltios y un pequeño zumbador. Como puedes ver en la foto, hay un zumbador y un botón. La idea era ver cuánto peso podíamos ponerle a la gominola hasta que sonara el zumbador.
Creo que nos preguntamos: "¿Qué descubrimos al intentar hacer eso?". Fue muy difícil lograr que algo se equilibrara sobre una gomita, añadirle el peso suficiente. Así que, aunque probablemente podríamos haberlo hecho funcionar, creo que habría sido demasiado laborioso, pero al menos tenemos esto listo para un experimento futuro, justo donde podemos usar el zumbador. Papá pensó que estaba siendo muy ingenioso con su intento, pero fue un fracaso. ¿Y qué analizamos al final en nuestras respuestas?
Así que terminamos analizando la escala de disfrute del 1 al 10. La blandura, donde un valor mayor significa más duro, la masticabilidad, donde un valor mayor significa más masticable.
De acuerdo. Y creo que tenemos una base de siete. ¿Es correcto? Entonces, creo que estabas diciendo que si estuviera recién sacado de la bolsa, tal vez ese sería el valor de siete. Creo que otra de las cosas que te pregunté al principio fue si pensabas que la textura blanda y la masticable estarían relacionadas. Tiene sentido. Y como estadísticos, sabemos que ahí es donde podríamos considerar que existe una correlación. Ahora hablemos del diseño de experimentos (DOE). Creo que encontraste el diseño personalizado, ¿y los factores de respuesta? Creo que no tuve que decirte nada. ¿Simplemente los ingresaste? Ahora, ¿qué tal el modelo? Creo que, dado que el modelo solo incluyó los efectos principales, ¿era eso lo que querías para tu modelo?
Así que añadí las interacciones porque realmente quería ver cómo afectarían a las gominolas.
Vale. Sí, o sea, ella encontró en Diseño Personalizado, en los términos del modelo, que se puede seleccionar "interacción en segundo lugar". Lo descubrió sin que nadie se lo pidiera. Y del mismo modo, ¿qué hay de la selección del tamaño de la ejecución? ¿Cómo decidiste el número de ejecuciones?
Así que decidí hacer varias carreras porque...
Creo que esa era la opción predeterminada.
Y bueno, fueron 45 carreras. Eso significa que tenemos que probar 45 ositos de goma.
¿Pensabas que podrías comerte 45 ositos de goma?
Sí.
Sí. De hecho, compramos dos bolsas de 2.25 kg de ositos de goma para esto. La verdad es que no hablamos mucho sobre el diagnóstico del diseño, pero claro, papá entró después. Y yo revisé los diferentes diagnósticos para asegurarme. Bien. ¿Les pareció un diseño razonable? Aquí, por ejemplo, pueden ver el mapa de colores de las correlaciones. Y diría que se veía bastante bien para los efectos principales y las interacciones de dos factores. Igualmente, cuando revisé el análisis de potencia, vi que, al menos para eso, la relación señal/ruido era de dos, como en la configuración predeterminada. Parecía que, siempre y cuando tuviéramos algunos efectos importantes, tendríamos una potencia razonable para detectarlos en su experimento. Bien, ¿y qué hicimos? Creo que fuimos a la cocina. Nos llevó un par de horas, creo, terminarnos todos esos ositos de goma.
Pero, como saben, Rory pudo crear la tabla, la tabla de datos de JMP, e ingresar las respuestas directamente allí. Si alguna vez han visto Easy DOE, sabrán que su ventaja es que los guía paso a paso, todo dentro del mismo flujo de trabajo. ¿Cuál era el problema entonces? El equipo de Diseño Personalizado creó esta tabla de datos donde se ingresaban las respuestas, pero no sabíamos qué hacer. En parte, esto se debía a que Rory no había realizado muchos análisis, ni ningún análisis fuera de Easy DOE. Por lo tanto, incluso conceptos como scripts de tablas y demás le resultaban desconocidos. Pero creo que sí comenzamos. ¿Qué buscamos? ¿Recuerdan? ¿En el Generador de Gráficos?
Así que analizamos las diferentes respuestas para ver.
Las diferentes respuestas dependían de esa cantidad de factores. Creo que rápidamente comprendió la idea de poder arrastrar elementos al Generador de Gráficos. Finalmente, la llevé a cargar el diseño y Easy DOE. En Easy DOE, si no lo han visto en la primera pantalla (está un poco oculto), en la tabla de factores hay una opción para cargar el diseño. Para facilitarle las cosas a Rory, cargué el diseño en Easy DOE y pudo usar el análisis. Al final, nos centramos en el disfrute. Esto nos lleva de nuevo a la pregunta: ¿Qué encontramos sobre la suavidad y la masticabilidad? ¿Existía alguna relación entre ellas?
Sí. Si la masticabilidad tuviera un valor alto, la esponjosidad también lo tendría. Así que no tenía mucho sentido probar ambas.
Sí. Y creo que aquí tenemos un archivo de Graph Builder. ¿Qué encontramos finalmente? Entonces, con respecto a la textura blanda o masticable, ¿qué fue lo importante?
Lo importante era la temperatura. Ese era el único factor que realmente importaba para la textura blanda y masticable.
Sí. Al final, fuimos. Rory usó Easy DOE. Creo que lo que se muestra abajo a la izquierda es la escala de disfrute, el modelo que Easy DOE seleccionó como el mejor. Pero creo que lo que te preguntó el padre, ¿qué encontramos ahí? Fue el tiempo. Tiempo, temperatura, y también hubo una interacción muy importante. ¿Cuál fue esa interacción importante?
Marca y temperatura.
Exacto. Por eso se eligió esa marca. Ahora te cuento, papá también te preguntó porque pensé que sería un análisis más interesante. En mi análisis, cuando revisé otras plataformas de modelado, quise añadir color. ¿Recuerdas cómo le añadiste color a tu modelo?
Simplemente toca el color y se añadirá al modelo.
Sí. Como pueden ver, incluso el color que mencionamos tenía una significancia marginal si lo volviéramos a incluir. De hecho, eso fue lo que le pedí a Rory. En el modelo final, el valor p es 0.08. Pero creo que sería más interesante considerar también la interacción del color. En resumen, ¿cuáles eran los aspectos más importantes? Principalmente, la temperatura, el tiempo y la interacción entre la marca y la temperatura. Creo que se trataba de la interacción entre el color y la exposición al aire, ¿verdad? También le pregunté a Rory: "¿Qué significa para un amigo tener una interacción entre la marca y la temperatura?".
Por lo tanto, la interacción de temperatura entre marcas significa que, si se trata de una marca, la temperatura variará dependiendo de cuál sea. En el caso de Haribo, la temperatura no varió mucho. En cambio, con la marca Albanese, la temperatura en el congelador fue muy diferente, y resultó ser mucho mejor.
Sí. Y como pueden ver aquí también, Rory tiene cierta preferencia por algunos colores. Por eso me pareció interesante incluirlo. En resumen, la transición al Diseño de Experimentos Personalizado fue mucho más sencilla. Al principio, cuando planeamos este experimento, pensé que la transición del Diseño de Experimentos Básico al Diseño Personalizado sería mucho más compleja. Sin embargo, el análisis fue más importante que el diseño. Desde mi punto de vista, quizás en el futuro tengamos que incorporar restricciones u otras variables que no se pueden incluir en el Diseño de Experimentos Básico. El análisis fue la parte más difícil, pero al menos ahora tenemos la opción de cargar el diseño en el Diseño de Experimentos Básico. ¿Y cuál fue el último descubrimiento tras este experimento? ¿Cómo te comes tus ositos de goma?
[inaudible 00:11:24]
Sí. Desde que hicimos este experimento, le encantan las gomitas congeladas. Gracias por su tiempo y por acompañarnos hoy. Déjennos comentarios sobre qué experimentos les gustaría ver en el futuro. Seguro que tienen algunas ideas, pero nos gustaría saber qué opinan los demás.
